MB-DECTNet: a model-based unrolling network for accurate 3D dual-energy CT reconstruction from clinically acquired helical scans.

Ge, Tao; Liao, Rui; Medrano, Maria; Politte, David G; Williamson, Jeffrey F; O'Sullivan, Joseph A

Ge, Tao; Liao, Rui; Medrano, Maria; Politte, David G; Williamson, Jeffrey F; O'Sullivan, Joseph A.

Afiliación

Ge T; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.
Liao R; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.
Medrano M; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.
Politte DG; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.
Williamson JF; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.
O'Sullivan JA; Washington University in St. Louis, Saint Louis, MO 63130, United States of America.

Phys Med Biol ; 68(24)2023 Dec 08.

Article en En | MEDLINE | ID: mdl-37802071

Asunto(s)

Cabeza; Procesamiento de Imagen Asistido por Computador; Procesamiento de Imagen Asistido por Computador/métodos; Fantasmas de Imagen; Tomografía Computarizada por Rayos X/métodos; Algoritmos

Palabras clave

CT reconstruction; deep learning; deep unrolling; dual-energy CT; material decomposition; model-based learning

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Procesamiento de Imagen Asistido por Computador / Cabeza Tipo de estudio: Prognostic_studies Idioma: En Revista: Phys Med Biol Año: 2023 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Reino Unido

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google